欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

python matplotlib模块实例讲解

程序员文章站 2022-03-29 21:05:49
matplotlib是基于Python语言的开源项目,旨在为Python提供一个数据绘图包。我将在这篇文章中介绍matplotlib API的核心对象,并介绍如何使用这些对象来实现...

matplotlib是基于Python语言的开源项目,旨在为Python提供一个数据绘图包。我将在这篇文章中介绍matplotlib API的核心对象,并介绍如何使用这些对象来实现绘图。实际上,matplotlib的对象体系严谨而有趣,为使用者提供了巨大的发挥空间。用户在熟悉了核心对象之后,可以轻易的定制图像。matplpotlib是基于numpy的,所以需要先安装numpy

pip install numpy           #安装numpy
pip install matplotlib    #安装matplotlib
pip show matplotlib   #查看matplotlib的信息

matplotlib使用numpy进行数组运算,并调用一系列其他的Python库来实现硬件交互。matplotlib的核心是一套由对象构成的绘图API。

- 最简单的显示一条直线

import matplotlib.pyplot as plt
import numpy as np
x = np.linspace(-3,3,50)
y = 2*x+1
plt.figure()
plt.plot(x,y)
plt.show()

你将看到

python matplotlib模块实例讲解

同时显示两条线

import matplotlib.pyplot as plt
import numpy as np
x = np.linspace(-3,3,50)
y1 = 2*x+1
y2 = x**2
plt.figure()
plt.plot(x,y1)
plt.plot(x,y2,color='red',linewidth=1.0,linestyle='--')
plt.show()
你将看到

python matplotlib模块实例讲解

坐标轴取值范围

import matplotlib.pyplot as plt
import numpy as np
x = np.linspace(-3,3,50)
y1 = 2*x+1
y2 = x**2
plt.figure()
plt.plot(x,y1)
plt.plot(x,y2,color='red',linewidth=1.0,linestyle='--')
plt.xlim((-1,2))   #x轴范围
plt.ylim((-2,3))    #y轴范围
plt.show()
你将看到

python matplotlib模块实例讲解

描述 xlabel ylabel

import matplotlib.pyplot as plt
import numpy as np
x = np.linspace(-3,3,50)
y1 = 2*x+1
y2 = x**2
plt.figure()
plt.plot(x,y1)
plt.plot(x,y2,color='red',linewidth=1.0,linestyle='--')
plt.xlim((-1,2))
plt.ylim((-2,3))
plt.xlabel('X')
plt.ylabel('Y')
plt.show()
你将看到

python matplotlib模块实例讲解

更换标签

import matplotlib.pyplot as plt
import numpy as np
x = np.linspace(-3,3,50)
y1 = 2*x+1
y2 = x**2
plt.figure()
plt.plot(x,y1)
plt.plot(x,y2,color='red',linewidth=1.0,linestyle='--')
plt.xlim((-1,2))
plt.ylim((-2,3))
plt.xlabel('X')
plt.ylabel('Y')
new_ticks = np.linspace(-1,2,5)
print(new_ticks)
plt.xticks(new_ticks)
plt.yticks([-2,-1,1,3,],['bad','really bad','good','really good',])
plt.show()
你将看到

python matplotlib模块实例讲解

修改坐标轴的位置

import matplotlib.pyplot as plt
import numpy as np
x = np.linspace(-3,3,50)
y1 = 2*x+1
y2 = x**2
plt.figure()
plt.plot(x,y1)
plt.plot(x,y2,color='red',linewidth=1.0,linestyle='--')
plt.xlim((-1,2))
plt.ylim((-2,3))
plt.xlabel('X')
plt.ylabel('Y')
new_ticks = np.linspace(-1,2,5)
print(new_ticks)
plt.xticks(new_ticks)
plt.yticks([-2,-1,1,3,],[r'$bad$','really bad','good','really good',])
ax = plt.gca()
ax.spines['right'].set_color('none')   #把右侧坐标轴去掉
ax.spines['top'].set_color('none')     #把上面坐标轴去掉
ax.xaxis.set_ticks_position('bottom')   #x轴为下面的轴
ax.yaxis.set_ticks_position('left')        #y轴为左侧的轴
ax.spines['bottom'].set_position(('data',0))    #x轴绑定在y轴0处
ax.spines['left'].set_position(('data',0))      #y轴绑定在x轴0处
plt.show()
你将看到

python matplotlib模块实例讲解

图例

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(-3,3,50)
y1 = 2*x+1
y2 = x**2
plt.figure()
plt.plot(x,y1,label='y1')
plt.plot(x,y2,color='red',linewidth=1.0,linestyle='--',label='y2')
plt.xlim((-1,2))
plt.ylim((-2,3))
plt.xlabel('X')
plt.ylabel('Y')
new_ticks = np.linspace(-1,2,5)
plt.xticks(new_ticks)
plt.yticks(np.linspace(-1,3,5))
ax = plt.gca()
ax.spines['right'].set_color('none')   #把右侧坐标轴去掉
ax.spines['top'].set_color('none')     #把上面坐标轴去掉
ax.xaxis.set_ticks_position('bottom')   #x轴为下面的轴
ax.yaxis.set_ticks_position('left')        #y轴为左侧的轴
ax.spines['bottom'].set_position(('data',0))    #x轴绑定在y轴0处
ax.spines['left'].set_position(('data',0))      #y轴绑定在x轴0处
plt.legend(loc='best')     
plt.show()
你将看到

python matplotlib模块实例讲解

标注

在图片中添加注解

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(-3,3,50)
y1 = 2*x+1
y2 = x**2
plt.figure()
plt.plot(x,y1,label='y1')
# plt.plot(x,y2,color='red',linewidth=1.0,linestyle='--',label='y2')
plt.xlim((-1,2))
plt.ylim((-2,3))
plt.xlabel('X')
plt.ylabel('Y')
new_ticks = np.linspace(-1,2,5)
ax = plt.gca()
ax.spines['right'].set_color('none')   #把右侧坐标轴去掉
ax.spines['top'].set_color('none')     #把上面坐标轴去掉
ax.xaxis.set_ticks_position('bottom')   #x轴为下面的轴
ax.yaxis.set_ticks_position('left')        #y轴为左侧的轴
ax.spines['bottom'].set_position(('data',0))    #x轴绑定在y轴0处
ax.spines['left'].set_position(('data',0))      #y轴绑定在x轴0处
plt.legend(loc='best')

x0=0.5
y0=2*x0+1
plt.scatter(x0,y0,c = 'r',marker = 'o')
plt.plot([x0,x0],[0,y0],'k--',lw=2.5)    #(x0,0)与(x0,y0)之间的虚线连接

#标注
#方法1
plt.annotate(r'$(0.5,2)$',xy=(x0,y0))

#方法2
plt.text(1,2,u'(0.5,2)')

plt.show()
你将看到

python matplotlib模块实例讲解

坐标轴刻度调整

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(-3,3,50)
y1 = 2*x+1
y2 = x**2
plt.figure()
plt.plot(x,y1,label='y1',lw=1)
# plt.plot(x,y2,color='red',linewidth=1.0,linestyle='--',label='y2')
plt.xlim((-1,2))
plt.ylim((-2,3))
plt.xlabel('X')
plt.ylabel('Y')
new_ticks = np.linspace(-1,2,5)
ax = plt.gca()
ax.spines['right'].set_color('none')   #把右侧坐标轴去掉
ax.spines['top'].set_color('none')     #把上面坐标轴去掉
ax.xaxis.set_ticks_position('bottom')   #x轴为下面的轴
ax.yaxis.set_ticks_position('left')        #y轴为左侧的轴
ax.spines['bottom'].set_position(('data',0))    #x轴绑定在y轴0处
ax.spines['left'].set_position(('data',0))      #y轴绑定在x轴0处
plt.legend(loc='best')
plt.xticks(new_ticks)
plt.yticks(np.linspace(-1,3,5))
for label in ax.get_xticklabels()+ax.get_yticklabels():
    label.set_fontsize(12)   #设置字体
    label.set_bbox(dict(facecolor='white',edgecolor='None',alpha=0.8))   #alpha表示透明度
plt.show()
你将看到

python matplotlib模块实例讲解

散点数据

import matplotlib.pyplot as plt
import numpy as np
n = 1204
X = np.random.normal(0,1,n)
Y = np.random.normal(0,1,n)
T = np.arctan2(Y,X)
plt.scatter(X,Y,s=75,c=T,alpha=0.5)
plt.xlim((-1,1))
plt.ylim((-1,1))
plt.xticks(())
plt.yticks(())
plt.show()
你将看到

python matplotlib模块实例讲解

条形图(bar)

import matplotlib.pyplot as plt
import numpy as np



n = 12
X = np.arange(n)
Y1 = (1-X/(float(n))*np.random.uniform(0.5,1.0,n))
Y2 = (1-X/(float(n))*np.random.uniform(0.5,1.0,n))

plt.bar(X,+Y1,facecolor='r',edgecolor='w')
plt.bar(X,-Y2,facecolor='b',edgecolor='w')

for x,y in zip(X,Y1):
    plt.text(x-0.1,y+0.05,'%.2f'%y,ha='center',va='bottom')  #居中对齐
for x,y in zip(X,Y2):
    plt.text(x+0.1,-y-0.05,'-%.2f'%y,ha='center',va='top')


plt.xlim((-0.5,n))
plt.ylim((-2,2))
plt.xticks(())
plt.yticks(())
plt.show()
你将看到

python matplotlib模块实例讲解

等高线

import matplotlib.pyplot as plt
import numpy as np



def f(x,y):
    return (1-x/2+x**5+y**3)*np.exp(-x**2-y**2)
n = 256
x = np.linspace(-3,3,n)
y = np.linspace(-3,3,n)
X,Y = np.meshgrid(x,y)
plt.contourf(X,Y,f(X,Y),8,alpha=0.75,cmap=plt.cm.hot)
C = plt.contour(X,Y,f(X,Y),8,colors='black',lw=0.5)    #等高线分多少部分
plt.clabel(C,inline=True,fontsize=10)

plt.xticks(())
plt.yticks(())
plt.show()
你将看到

python matplotlib模块实例讲解

3D

import matplotlib.pyplot as plt
import numpy as np
from mpl_toolkits.mplot3d import Axes3D

fig = plt.figure()
ax = Axes3D(fig)
X = np.arange(-4,4,0.25)
Y = np.arange(-4,4,0.25)
X,Y = np.meshgrid(X,Y)
R = np.sqrt(X**2+Y**2)

#Z是高度值
Z = np.sin(R)
ax.plot_surface(X,Y,Z,rstride=1,cstride=1,cmap=plt.get_cmap('rainbow'))  #stride表示跨度
# ax.contourf(X,Y,Z,zdir='z',offset=-2,cmap='rainbow')
# ax.set_zlim(-2,2)
plt.show()
你将看到

python matplotlib模块实例讲解

多个显示

第1种

import matplotlib.pyplot as plt
import numpy as np
plt.figure()
plt.subplot(2,2,1)
plt.plot([0,1],[0,1])
plt.subplot(2,2,2)
plt.plot([0,1],[0,2])
plt.subplot(2,2,3)
plt.plot([0,1],[0,3])
plt.subplot(2,2,4)
plt.plot([0,1],[0,4])
plt.show()

python matplotlib模块实例讲解

第2种

import matplotlib.pyplot as plt
import numpy as np
plt.figure()
plt.subplot(2,1,1)
plt.plot([0,1],[0,1])
plt.subplot(2,3,4)
plt.plot([0,1],[0,2])
plt.subplot(2,3,5)
plt.plot([0,1],[0,3])
plt.subplot(2,3,6)
plt.plot([0,1],[0,4])
plt.show()

python matplotlib模块实例讲解